如何使用转移学习解决不相关的问题

问题描述

我想知道并理解是否可以使用转移学习来识别与原始模型无关的图像。

例如，如果我想识别皮肤疾病，是否可以使用预先训练的模型来对猫和狗进行分类？

解决方法

是的，这是可能的，这是他们提出转学的主要原因之一。 您只需获取一个经过预训练的模型，冻结其原始权重，使其保持先前学习的内容，然后取出最后一层（输出模型经过训练的类），然后添加您自己的层，例如具有5个神经元的致密层，可输出5种不同类型的皮肤疾病，并具有softmax激活功能（或任意数量的神经元，具体取决于您要预测的类别数量）。